Android罗盘方向不可靠（低通滤波器）

我正在创建一个应用程序，需要根据设备的方向定位ImageView。 我使用来自磁场和加速计传感器的值来计算设备的方向

SensorManager.getRotationMatrix(rotationMatrix, null, accelerometerValues, magneticFieldValues)
SensorManager.getOrientation(rotationMatrix, values);
double degrees = Math.toDegrees(values[0]);

我的问题是ImageView的定位对方向的变化非常敏感。使imageview不断在屏幕上跳跃。（因为度数变化）

我读到这可能是因为我的设备接近会影响磁场读数的东西。但这似乎不是唯一的原因

我尝试下载了一些应用程序，发现“”和“”的读数非常稳定（在设置噪声过滤器时），我希望在我的应用程序中也有相同的行为

我读到我可以通过添加一个“低通滤波器””来调整读数的“噪音”，但我不知道如何实现这一点（因为我缺乏数学知识）

我希望有人能帮助我在我的设备上创建一个更稳定的读数，在那里设备的一点移动不会影响当前的方向。 现在我做一个小的

if (Math.abs(lastReadingDegrees - newReadingDegrees) > 1) { updatePosition() }

---

过滤一点噪音。但效果不太好：）

参见我对这个相关问题的回答：

软件低通滤波器基本上就是它的一个改进版本。事实上，在这个答案中，我甚至提供了另一个相关问题的链接：

低通滤波器（LPF）阻止快速变化的信号和
仅允许信号缓慢变化。这意味着任何小的
突然的变化将被忽略

在软件中实现此功能的标准方法是采用运行平均值
并报告该值。从小到3的N开始，然后
继续增加N，直到在应用程序中找到足够的平滑响应

---

请记住，您输入的N越高，系统的响应速度越慢。

虽然我没有在Android上使用指南针，但下面显示的基本处理（JavaScript）可能对您有效

它基于加速度计上的低通滤波器，该滤波器由制造商推荐，并进行了修改，以适应罗盘（每360度循环一次）

我假设指南针读数以度为单位，浮动范围在0-360之间，输出应该类似

您希望在过滤器中完成两件事：

如果变化很小，为了防止gitter，逐渐转向该方向

如果变化很大，为了防止滞后，请立即转向该方向（如果您希望指南针以平稳的方式移动，可以取消该方向）

为此，我们将有2个常数：

定义运动平滑程度的缓和浮动（1表示不平滑，0表示从不更新，我的默认值为0.5）。我们将其称为SmoothFactorCompass

距离大到可以立即转弯的阈值（0表示始终跳跃，360表示从不跳跃，我的默认值为30）。我们将其称为SmoothThresholdCompass

我们在调用中保存了一个变量，一个名为oldCompass的浮点，它是算法的结果

因此，变量defention是：

var SmoothFactorCompass = 0.5;
var SmoothThresholdCompass = 30.0;
var oldCompass = 0.0;

函数接收newCompass，并返回oldCompass作为结果

if (Math.abs(newCompass - oldCompass) < 180) {
    if (Math.abs(newCompass - oldCompass) > SmoothThresholdCompass) {
        oldCompass = newCompass;
    }
    else {
        oldCompass = oldCompass + SmoothFactorCompass * (newCompass - oldCompass);
    }
}
else {
    if (360.0 - Math.abs(newCompass - oldCompass) > SmoothThresholdCompass) {
        oldCompass = newCompass;
    }
    else {
        if (oldCompass > newCompass) {
            oldCompass = (oldCompass + SmoothFactorCompass * ((360 + newCompass - oldCompass) % 360) + 360) % 360;
        } 
        else {
            oldCompass = (oldCompass - SmoothFactorCompass * ((360 - newCompass + oldCompass) % 360) + 360) % 360;
        }
    }
}

if（Math.abs（newCompass-oldcompans）<180）{
if（Math.abs（newCompass-oldCompass）>SmoothThresholdCompass）{
旧指南针=新通道；
}
否则{
旧指南针=旧指南针+平滑因子Compass*（新通道-旧指南针）；
}
}
否则{
if（360.0-Math.abs（纽科姆通行证-旧指南针）>平滑阈值指南针）{
旧指南针=新通道；
}
否则{
如果（旧指南针>新通道）{
旧指南针=（旧指南针+平滑因子compass*（（360+新通道-旧指南针）%360）+360）%360；
} 
否则{
oldCompass=（oldCompass-SmoothFactorCompass*（（360-newCompass+oldCompass）%360）+360）%360；
}
}
}

我知道这个问题在5个月前就开始了，可能不再相关了，但我相信其他程序员可能会发现它很有用

---

Oded Elyada.

请记住，例如，350和10的平均值不是180。我的解决方案：

int difference = 0;
for(int i= 1;i <numberOfAngles;i++){
    difference += ( (angles[i]- angles[0] + 180 + 360 ) % 360 ) - 180;
}
averageAngle = (360 + angles[0] + ( difference / numberOfAngles ) ) % 360;

int差=0；
对于（int i=1；i此低通滤波器适用于弧度角度。对每个罗盘读数使用add功能，然后调用average获取平均值

public class AngleLowpassFilter {

    private final int LENGTH = 10;

    private float sumSin, sumCos;

    private ArrayDeque<Float> queue = new ArrayDeque<Float>();

    public void add(float radians){

        sumSin += (float) Math.sin(radians);

        sumCos += (float) Math.cos(radians);

        queue.add(radians);

        if(queue.size() > LENGTH){

            float old = queue.poll();

            sumSin -= Math.sin(old);

            sumCos -= Math.cos(old);
        }
    }

    public float average(){

        int size = queue.size();

        return (float) Math.atan2(sumSin / size, sumCos / size);
    }
}

公共类AngleLowpassFilter{
专用最终整数长度=10；
私人浮动保险公司；
private ArrayDeque queue=new ArrayDeque（）；
公共空间添加（浮动弧度）{
sumSin+=（浮点）数学sin（弧度）；
sumCos+=（浮点）数学cos（弧度）；
添加（弧度）；
if（queue.size（）>长度）{
float old=queue.poll（）；
sumSin-=Math.sin（旧）；
sumCos-=Math.cos（旧版）；
}
}
公众浮动平均值（）{
int size=queue.size（）；
返回（浮动）数学atan2（sumSin/size，sumCos/size）；
}
}

使用
数学.toDegrees（）或
数学.toRadians（）转换。
当
旧指南针
约为0，而
新通道
为359时，这会给我带来非常好的结果。你能解释一下为什么这里需要所有这些三角函数吗？嗨，费利克斯，你需要三角，因为一组角度的简单数字平均值并不总是代表中间。让我们假设你的angles的度数是[350,10]，那么你的平均值是（350+10）/2=180（中间实际上是0）。也谢谢你的编辑。好的，是的，这很有意义。而trigos以某种方式解决了这个问题。：）我说的对吗
average（）
返回角度的度数？返回值是弧度（与输入值和触发函数一致）。我们使用cos和sin将角度分解为[x，y]向量，因为